MétaCan
Menu
Retour à la cohorte
Enregistrement W3149483318 · doi:10.1182/blood.2021012452

Great Games, Local Rules: The New Great Power Contest in Central Asia

2012· article· en· W3149483318 sur OpenAlexaboutno aff
Alexander Cooley

Notice bibliographique

RevueBlood · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitics and Conflicts in Afghanistan, Pakistan, and Middle East
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCONTESTCentral asiaChinaGreat powerSovereigntyPolitical sciencePoliticsQuarter (Canadian coin)Power (physics)EconomyCompetition (biology)Political economyGeographySociologyLawInternational tradeEconomics

Résumé

récupéré en direct d'OpenAlex

The struggle between Russia and Great Britain over Central Asia in the nineteenth century was the original game. But in the past quarter century, a new game has emerged, pitting America against a newly aggressive Russia and a resource-hungry China, all struggling for influence over one of the volatile areas in the world: the long border region stretching from Iran through Pakistan to Kashmir. In Great Games, Local Rules, Alexander Cooley, one of America's most respected Central Asia experts, explores the dynamics of the new competition over the region since 9/11. All three great powers are pursuing important goals: basing rights for the US, access to natural resources for the Chinese, and increased political influence for the Russians. But Central Asian governments have proven themselves powerful forces in their own right, establishing local rules that serve to fend off foreign involvement, enrich themselves and reinforce their sovereign authority. Cooley's careful and surprising explanation of how small states interact with great powers in this vital region greatly advances our understanding of how world politics actually works in this contemporary era. Available in OSO: http://www.oxfordscholarship.com/oso/public/content/politicalscience/9780199929825/toc.html

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,017
Communication savante0,0110,006
Science ouverte0,0000,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,271
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetPolitics and Conflicts in Afghanistan, Pakistan, and Middle EastTravaux en français237 207